CN113380004B - 山地灾害监测终端、山地灾害自适应监测预警方法、泥石流/滑坡自适应监测预警方法 - Google Patents
山地灾害监测终端、山地灾害自适应监测预警方法、泥石流/滑坡自适应监测预警方法 Download PDFInfo
- Publication number
- CN113380004B CN113380004B CN202110616949.4A CN202110616949A CN113380004B CN 113380004 B CN113380004 B CN 113380004B CN 202110616949 A CN202110616949 A CN 202110616949A CN 113380004 B CN113380004 B CN 113380004B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- debris flow
- seismic
- mountain
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000033001 locomotion Effects 0.000 claims abstract description 92
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000011835 investigation Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 238000013500 data storage Methods 0.000 claims description 11
- 239000011435 rock Substances 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 230000001681 protective effect Effects 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 6
- 230000010355 oscillation Effects 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims description 3
- 229910052751 metal Inorganic materials 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 2
- 230000001939 inductive effect Effects 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 claims 2
- 239000004575 stone Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 239000013590 bulk material Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004613 tight binding model Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 101100412856 Mus musculus Rhod gene Proteins 0.000 description 1
- 101100242191 Tetraodon nigroviridis rho gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 235000012431 wafers Nutrition 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/16—Receiving elements for seismic signals; Arrangements or adaptations of receiving elements
- G01V1/18—Receiving elements, e.g. seismometer, geophone or torque detectors, for localised single point measurements
- G01V1/181—Geophones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Geophysics (AREA)
- Hydrology & Water Resources (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开山地灾害监测终端、山地灾害自适应监测预警方法、泥石流/滑坡自适应监测预警方法。山地灾害监测终端包括雨量传感器、数据信号处理组件,进一步还包括地震动传动件且整体为上中下结构。山地灾害自适应监测预警方法首先根据山地地形选取监测位点并安装监测终端,当监测终端的雨量监测组件识别到环境降雨量达到预置雨强阈值时,触发电源组件启动地震动信号检测组件开始采集地震动信号,若地震动信号检测组件检测到地震动信号主频进一步符合预置频率范围阈值条件,存储数据并执行地震动信号解译程序,再将解译结果发送给接收终端。泥石流/滑坡自适应监测预警方法执行泥石流/滑坡体运动特征地震动信号解译程序测算灾害速度与规模。
Description
技术领域
本发明涉及一种山地灾害监测终端,以及泥石流/滑坡监测预警方法,特别是涉及一种利用地震动信号实现的监测包括泥石流在内的山地灾害非接触式监测预警的装置与方法。属于信号分析处理技术、地质灾害监测与预警技术领域。
背景技术
泥石流、滑坡及崩塌滚石是三类主要的山地灾害类型。当前山地灾害监测预警系统可分为事前型预警系统与事发型预警系统两大类型。以泥石流监测预警为例,事前型预警系统类型以监测水文资料为预警条件,如累计降雨量、土壤含水量(孔隙水压力),当条件达到设定的阈值则发出预警信息。具有工程应用普适性较低的缺陷。事发型预警系统类型以监测泥石流沟道的实时状态、地声(或次声)信号,从而确认泥石流是否发生。根据监测方法的不同,事发型预警系统又可进一步分为接触式监测系统与非接触式监测系统两类。接触式监测系统是将监测装置布置于泥石流沟道内,直接获取泥石流发生时的各类动力参数,例如泥深、流速、流量及冲击力等,但此类监测装置在遭受泥石流冲击后大多被破坏,可重复利用率低,且代价昂贵。非接触式监测系统是通过间接测量方式来判断泥石流的发生。例如视频监测技术,即通过在泥石流沟道内设置视频监测点来实时反馈泥石流是否发生,以及发生规模等信息,但该方法在雨夜等恶劣天气条件下无法提供清晰有效的影像,极易造成灾害信息漏报。泥石流发生时会在地表产生明显的振动波(也称地声),同时在空气中形成声波,因此可以通过监测地声(或次声)信号来预警泥石流的发生,但由于地表振动衰减很快,目前普遍采用的地声监测器只能监测到流经监测点的泥石流振动信号,无法满足早期预警的要求。因而,优化信号类型是提升非接触式监测系统效率的思路之一。
遍布全球的地震观测台网每天监测获取海量的地震动信号。地震动信号本质是由各类自然与非自然地震事件产生的地震波形信息,其中包括各类地质灾害事件产生的信息。地震动信号已初步实现了全球地震信息的共享。因而,从地震动信号中分析、识别地质灾害事件将在很大程度上节省地质灾害的监测成本,尤其是针对大区域的监测成本。在地震监测台网监测并记录的地震动信号中包括由地层运动引发的各类地质灾害,如滑坡、泥石流、崩塌滚石等。这类地震动信号表征了各类地质灾害事件的可定性与定量描述特征。若能充分利用实时产生的地震动信号进行地质灾害事件的监测预警,则能大大降低灾害监测预警成本,也能增大地震动信号的利用效益。
发明内容
本发明的目的就是针对现有技术的不足,提供一种利用地震动信号实现的监测山地灾害非接触式监测预警的装置与方法。
为实现上述目的,本发明首先提供一种山地灾害监测终端,其技术方案如下:
一种山地灾害监测终端,其特征在于:包括雨量传感器、数据信号处理组件;所述数据信号处理组件包括保护箱,以及保护箱内的:与雨量传感器信号连接的雨量监测组件,地震动信号检测组件及依次连接的数据存储器、数据处理器、无线通信组件,所述地震动信号检测组件包括地震动信号检波器、地震动信号处理器,以及电源组件。
上述山地灾害监测终端,优化电路方案是电源组件分别与雨量监测组件、地震动信号检测组件连接。
为提高上述山地灾害监测终端采集地震号信号的灵敏程度,山地灾害监测终端还增加与保护箱外表面连接的地震动传动件。并且,山地灾害监测终端外部结构设计为上中下结构。雨量传感器、保护箱、地震动传动件以上中下位置依次固定连接。安装时,地震动传动件埋于地下土层内,雨量传感器出露在地面以上。保护箱位置根据安装环境确定埋于地下或保留在地面以上。
利用上述山地灾害监测终端,本发明同时提供一种山地灾害自适应监测预警方法,其技术方案如下:
一种利用上述山地灾害监测终端实现的山地灾害自适应监测预警方法,其特征在于:
根据山地地形选取监测位点p,在监测位点p安装山地灾害监测终端,山地灾害监测终端通过无线通信组件与远程接收终端信号联接,在山地灾害监测终端内预置频率范围阈值F,所述频率范围阈值F是山地灾害对应的地震动信号主频率;
对于任一山地灾害监测终端,当雨量监测组件通过雨量传感器识别到环境降雨量达到预置雨强阈值R时,触发电源组件启动地震动信号检测组件开始采集地震动信号;
若地震动信号检测组件检测到地震动信号主频不在预置频率范围阈值F内,则关闭电路进入休眠模式;
若地震动信号检测组件检测到地震动信号主频在预置频率范围阈值F内,则闭合与数据存储器的通路,数据存储器开始存储地震动信号,并即刻传输至数据处理器,数据处理器执行地震动信号解译程序,再将解译结果发送给预置接收终端。
上述山地灾害自适应监测预警方法是一种无人职守的自适应山地灾害监测预警方法。根据监测区域山地灾害历史特征,可以确定当地降雨引发山地灾害的一般雨强条件,将该雨强条件作为雨量强度阈值R预置在监测终端中。在终端工作状态下,当雨量监测组件通过雨量传感器识别到环境降雨量达到预置雨强阈值R时,判断有发生山地灾害初级可能性,触发电源组件启动地震动信号检测组件开始采集经地震动传动件接受到的地震动信号。由地震动信号检波器将采集到的地震动信号传输到地震动信号处理器,地震动信号处理器根据检测到的地震动信号主频特征判断是否存在山地灾害发生次级可能性,若当前地震动信号主频不满足预置的阈值F条件,判断无次级可能性,关闭电路,反之判断存在次级可能性,则地震动信号数据即刻交付给数据存储器与数据处理器,并在数据处理器内执行地震动信号解译程序,最后将解译结果发送给接收终端。
本发明山地灾害自适应监测预警方法是一种雨量数据与地震波形数据联动的灾害预警工作方案,先后利用雨强阈值R与频率范围阈值F控制装置的电路开闭判断是否执行后续程序,一方面充分利用了降雨因素在山地灾害形成中的重要作用,提升监测预警的准确性,另一方面优化设备供电方案,使监测预警方案具有低功耗、自适应的特征,能够在更广阔的无人职守工作区适用。
上述山地灾害自适应监测预警的优化方案是,根据山地地形中保护区与监测位点p的空间位置关系,将监测位点p标记为不同灾害预警等级D,最终的解译结果匹配灾害等级D后发送给接收终端。
本发明还提供一种专门的泥石流/滑坡灾害的泥石流/滑坡自适应监测预警方法,通过对地震动信号的解译,能够确定泥石流/滑坡灾害的特征信息,其技术方案如下:
一种利用上述山地灾害监测终端实现的泥石流/滑坡自适应监测预警方法,其特征在于:
现场调查确定基本调查资料数据,所述基本调查资料数据包括泥石流沟道及其内建筑区分布资料数据、历史记录的沟道内泥石流流体密度ρd、沟道内泥石流流速历史最大记录vm、历史记录的引发泥石流的雨强阈值R、泥石流沟道内松散物质;
根据基本调查资料数据划定保护区,根据保护区与泥石流沟道/坡体空间关系沿泥石流沟道/坡体方向选定监测位点p,为各监测位点p标记不同灾害预警等级D,确定泥石流沟道/坡体与监测位点p的基本地形、地质条件;
设备安装调试,在每一监测位点p安装一山地灾害监测终端,山地灾害监测终端通过无线通信组件与远程接收终端信号联接,在山地灾害监测终端中预置工作参数,所述工作参数包括雨强阈值R、频率范围阈值F、泥石流/滑坡体地震信号反演时间间隔Δt,调试启动进入工作状态监测泥石流/滑坡动态;
对于任一山地灾害监测终端,当雨量监测组件通过雨量传感器识别到环境降雨量达到预置雨强阈值R时,触发电源组件启动地震动信号检测组件开始采集地震动信号;
若地震动信号检测组件检测到地震动信号主频不在预置频率范围阈值F内,则关闭电路进入休眠模式;
若地震动信号检测组件检测到地震动信号主频在预置频率范围阈值F内,则闭合与数据存储器的通路,数据存储器开始存储地震动信号,并即刻传输至数据处理器,数据处理器执行泥石流/滑坡体运动特征地震动信号解译程序,并将解译结果发送给预置接收终端,所述泥石流/滑坡体运动特征地震动信号解译程序依如下步骤:
步骤S1、依式1、式2计算确定力-时间函数F(t)
S(t)=G(t)*F(t) 式2
式中,F(t)—Δt时间间隔内泥石流/滑坡体运动产生的力-时间函数,
v(t)—Δt时间间隔内监测终端采集到的泥石流/滑坡体地震波速度信号,
S(t)—Δt时间间隔内监测终端采集到的泥石流/滑坡体地震波位移信号,
G(t)—格林函数;
VR—监测位点p监测到的泥石流/滑坡体在Δt内的初始规模,单位m3,
tP—监测终端检测到频率范围阈值F内地震动信号的时刻,单位s,监测流程上一步确定,
Δt—泥石流/滑坡体地震信号反演时间间隔,单位s,
ρd—泥石流体/滑坡体密度,单位kg/m3,现场调查确定;
步骤S3、依式5计算泥石流/滑坡体预计到达保护区的时间t
式中,t—泥石流/滑坡体预计到达保护区的时间,单位s,
L—监测位点p到保护区的距离,单位m,现场调查确定,
vm—监测区内泥石流/滑坡体运动速度历史最大记录,单位m/s,现场调查确定,
步骤S4、依式6计算保护区泥石流/滑坡体预警规模VT
VT=VE+VR(1+FF) 式6
式中,VT—保护区泥石流/滑坡体预警规模,单位m3,
VE—监测位点p到保护区之间泥石流沟道内松散物质体积/坡体松散物质体积,单位m3,现场调查确定,
FF—泥石流/滑坡体规模放大系数,取值0.25。
上述泥石流/滑坡体运动特征地震动信号解译程序,是利用泥石流/滑坡体产生的地震动信号来反演测算泥石流/滑坡体运动中重要特征变量。测算方法首先通过对泥石流/滑坡体所在沟道/流域/坡体进行现场调查(现场调查包括了针对工程所在山洪泥石流沟道/坡体现场的各种测绘、测量、模拟实验测试,以及历史灾害记录获取,以及有参照借鉴作用的经验数据获取等),在此基础上确定监测方案(划定保护区、预警区),并安装调试监测装置。
当泥石流/滑坡体地震动信号传输至数据处理器后,首先通过时间积分将原始信号(速度信号v(t))转换为位移信号S(t);然后基于理论地震学原理通过格林函数G(t)反演出泥石流/滑坡体震源位置处的力-时间函数F(t);接着结合冲量定理与运动方程建立求解监测位点p监测到的泥石流/滑坡体在△t时间内的平均速度与初始规模VR;然后再基于运动方程计算泥石流/滑坡体预计到达保护区的时间t;最后根据泥石流/滑坡体规模放大效应估算泥石流/滑坡体到达保护区的最终规模VT。
与现有技术相比,本发明的有益效果是:(1)提供一种山地灾害监测终端,该产品融合降雨数据监测与地震动信号监测,并通过将监测到的雨量数据作为启动地震动信号监测分析的激发条件,实现一种由降雨量指标控制的自适应工作方案。产品结构紧凑简洁且对地震动信号监测灵敏,能够广泛适用于山地灾害隐患地点并在长期无人职守条件下独立保持工作状态。(2)提供一种山地灾害自适应监测预警方法。该方法是一种雨量数据与地震波形数据联动的灾害预警工作方案,具有科学准确且低功耗自适应的特征,能够在无人职守工作区广泛适用。(3)提供一种泥石流/滑坡自适应监测预警方法,利用泥石流/滑坡产生的地震动信号来反演测算泥石流/滑坡运动中重要特征变量。该方法能够基于时间、位移特征的反演测算得到表征泥石流/滑坡动态危急状态与危险程度的重要指标。(4)本发明山地灾害预警技术方案建立在对于地震动信号的利用之上。若选择既有的地震监测台网监测数据来构建泥石流预警系统,则可提高作为公共资源的地震动信号的利用效率,也即提高了公共财政效率,具有显著的社会有益性。
附图说明
图1是山地灾害监测终端外部结构示意图。
图2是数据信号处理组件的电子元件代号示意图。
图3是山地灾害监测终端外部结构示意图(棒状地震动传动件)。
图4是山地灾害监测终端外部结构示意图(辐射对称锥形地震动传动件)
图5a是棱椎状地震动传动件结构示意图。
图5b是圆椎状地震动传动件结构示意图。
图5c是凹弧面圆椎状地震动传动件结构示意图。
图6是泥石流自适应监测预警方案侧面示意图(箭头所示为泥石流流向)。
图7是泥石流/滑坡自适应监测预警方法流程示意图。
图8是监测位点p1处泥石流监测终端采集到的地震动信号(速度信号)。
图9是监测位点p2处泥石流监测终端采集到的地震动信号(速度信号)。
图10是根据p1处采集到的泥石流地震动速度信号确定的力-时间函数。
图11是根据p2处采集到的泥石流地震动速度信号确定的力-时间函数。
附图中的数字标记分别是:1雨量传感器 2数据信号处理组件 21保护箱 22雨量监测组件23地震动信号检测组件 231地震动信号检波器 232地震动信号处理器 24数据存储器 25数据处理器 26无线通信组件 27电源组件 3地震动传动件 31圆锥体侧面 32螺杆
具体实施方式
下面结合附图,对本发明的优选实施例作进一步的描述。
实施例一
如图1~图2所示,加工一种山地灾害监测终端。
图1是山地灾害监测终端外部结构示意图。山地灾害监测终端包括雨量传感器1、数据信号处理组件2,数据信号处理组件2最外部是保护箱21,保护箱21内是数据信号处理组件2的其他电子元件。山地灾害监测终端外形是上下结构,雨量传感器1固定连接在保护箱21上部外表面。
图2是数据信号处理组件的电子元件代号示意图。保护箱21内有:与雨量传感器1信号连接的雨量监测组件22,地震动信号检测组件23及依次连接的数据存储器24、数据处理器25、无线通信组件26,地震动信号检测组件23包括地震动信号检波器231、地震动信号处理器232,以及电源组件27。电源组件27分别与雨量监测组件22、地震动信号检测组件23连接。
本实施例中,雨量传感器1具体选用天星智联RS-100光学雨量传感器。为提升地震动信号处理器工作效果,地震动信号处理器232包括信号放大器、滤波器、信号转换器、晶体管。地震动信号处理器232将接收的速度信号放大并滤波,滤除环境噪声后再通过傅里叶变换将速度信号转换为频域信号,然后提取主频信号与预置频率范围阈值F比较。地震检波器231具体型号选用DT-SOLO。为简便加工工艺,山地灾害监测终端整体采用圆柱状。保护箱21是空心圆柱件。
实施例二
如图3所示,加工一种山地灾害监测终端。其与实施例一相同之处不再重复,其不同之处在于增设有地震动传动件3。
图3是山地灾害监测终端外部结构示意图(棒状地震动传动件)。山地灾害监测终端还包括与保护箱21外表面连接的地震动传动件3。产品整体是上中下结构,雨量传感器1固定在保护箱21外部上方,地震动传动件3固定在保护箱21外部下方。地震动传动件3是实心棒状件,与保护箱21下表面是可拆卸的静连接。
实施例三
如图4~图5c所示,加工一种山地灾害监测终端。其与实施例二相同之处不再重复,其不同之处在于地震动传动件结构。
图4是山地灾害监测终端外部结构示意图(辐射对称锥形地震动传动件)。地震动传动件3是辐射对称锥形件,大头端与保护箱21下底面固定连接,小头端是自由端。地震动传动件3是实心金属件,与保护箱21下表面是可拆卸的静连接。具体可以是通过震动传动件3顶螺杆32与保护箱21下表面中心的螺纹孔连接。
图5a是棱椎状地震动传动件结构示意图。保护箱21是空心四棱柱件,地震动传动件3是四棱锥体件,四棱间是四凹弧面。图5b是圆椎状地震动传动件结构示意图,保护箱21是空心圆柱件,地震动传动件3是圆锥体件。图5c是凹弧面圆椎状地震动传动件结构示意图,保护箱21是空心圆柱件,地震动传动件3是圆锥体件,圆锥体侧面31是凹弧面。
本实施例中,地震动传动件3不包含螺杆32长度15cm。
实施例四
如图6所示,利用实施例三加工的山地灾害监测终端开发针对某泥石流沟道的泥石流自适应监测预警方案。
图6是泥石流自适应监测预警方案侧面示意图(箭头所示为泥石流流向)。
1、现场调查
现场调查确定基本调查资料数据。现场调查包括了针对工程所在山洪泥石流沟道现场的各种测绘、测量、模拟实验测试,以及历史灾害记录获取,以及有参照借鉴作用的经验数据获取等。
根据泥石流沟道及其内建筑区分布资料数据划定保护区,根据保护区与泥石流沟道空间关系沿泥石流沟道方向划定两个预警区,对应两个灾害预警等级D。在每个预警区内设一监测位点p,并为该监测位点p标记所属预警区的灾害预警等级D。图3中,Ⅲ段是保护区,Ⅱ段与Ⅰ段分别是灾害预警等级为D2红色预警与D1黄色预警的预警区,各预警区内分别设一监测位点,分别标记为p2、p1。监测位点p1、p2距离保护区的距离分别为L1=6km、L2=4km。
历史记录的沟道内泥石流流体密度ρd=1600kg/m3。若无历史记录可参照相似地质地形条件的泥石流沟道资料。
沟道内泥石流流速历史最大记录vm=10m/s。若无历史记录可参照相似地质地形条件的泥石流沟道资料。
历史记录的引发泥石流的雨强阈值R=10。若无历史记录可参照相似地质地形条件与气候条件的泥石流沟道资料。
依照《泥石流灾害防治工程勘察规范DZ/T 0220-2006》调查确定泥石流沟道内松散物质,并进一步确定监测位点p1到保护区之间泥石流沟道内松散物质体积VE1=2.1×105m3,监测位点p2到保护区之间泥石流沟道内松散物质体积VE2=1.4×105m3。
2、设备安装调试
在监测位点p2、p1分别安装一山地灾害监测终端,山地灾害监测终端通过无线通信组件26与远程接收终端信号联接。调试山地灾害监测终端后启动进入工作状态监测泥石流动态。
分别设置二监测终端的工作参数,包括:雨强阈值R=10,频率范围阈值F=0Hz~50Hz,泥石流地震动信号反演时间间隔Δt=5s。
3、泥石流自适应监测预警流程
图7是泥石流/滑坡自适应监测预警方法流程示意图。
对于任一山地灾害监测终端,当雨量监测组件22通过雨量传感器1识别到环境降雨量达到预置雨强阈值R时,触发电源组件27启动地震动信号检测组件23开始采集地震动信号;
若地震动信号检测组件23检测到地震动信号主频不在预置频率范围阈值F内,则关闭电路进入休眠模式;若地震动信号检测组件23检测到地震动信号主频在预置频率范围阈值F内,则记录该时刻tP同时闭合与数据存储器24的通路,数据存储器24开始存储地震动信号,并即刻传输至数据处理器25,数据处理器25执行泥石流运动特征地震动信号解译程序。
开启系统工作状态,监测位点终端采集到地震动信号。图8是监测位点p1处泥石流监测终端采集到的地震动信号(速度信号),图9是监测位点p2处泥石流监测终端采集到的地震动信号(速度信号)。
以某一组主频在预置频率范围阈值F内的合地震动信号解译过程为例:
第一监测位点p1处:泥石流监测终端采集到泥石流地震波到达时间tp1=10:04:26.07,依式1、式2确定tP1时刻泥石流所在位置的力-时间函数F(t)(格林函数G(t)依照参考文件1,下同)。图10是根据p1处采集到的泥石流地震动速度信号确定的力-时间函数F(t)图;再将tP1=10:04:26.07、Δt=5s代入式3、式4,计算有监测位点p1的泥石流在Δt内的平均流速初始规模VR1=1.1×105m3;再将L1=6km、vm=10m/s代入式5,计算有泥石流预计到达保护区的时间t1=15.4min;再将VE1=2.1×105m3、FF=0.25代入式6,计算有保护区泥石流预警规模VT1=3.48×105m3。
将以上反演计算结果数据匹配灾害预警等级D1黄色预警,通过无线信息发送装置27向远程PC端/手机端传输数据。
第二监测位点p2处:泥石流监测终端采集到泥石流地震波到达时间tP2=10:04:27.21,依式1、式2确定tP2时刻泥石流所在位置的力-时间函数F(t)。图11是根据p2处采集到的泥石流地震动速度信号确定的力-时间函数F(t)图;再将tP2=10:04:27.21、Δt=5s代入式3、式4,计算有监测位点p2的泥石流在Δt内的平均流速初始规模VR2=1.8×105m3;再将L2=4km、vm=10m/s代入式5,计算有泥石流预计到达保护区的时间t2=7.8min;再将VE2=1.4×105m3、FF=0.25代入式6,计算有保护区泥石流预警规模VT2=3.65×105m3。
将以上反演计算结果数据匹配灾害预警等级D2红色预警,通过无线信息发送装置27向远程PC端/手机端传输数据。
参考文件1:Kennett BLN,Engdahl ER,Buland R(1995)Constraints on seismicvelocities in the Earth from traveltimes.Geophys J R Astron Soc122(1):108–124.
Claims (10)
1.山地灾害监测终端,其特征在于:包括雨量传感器(1)、数据信号处理组件(2);所述数据信号处理组件(2)包括保护箱(21),以及保护箱(21)内的:与雨量传感器(1)信号连接的雨量监测组件(22),地震动信号检测组件(23)及依次连接的数据存储器(24)、数据处理器(25)、无线通信组件(26),所述地震动信号检测组件(23)包括地震动信号检波器(231)、地震动信号处理器(232),以及电源组件(27),当所述雨量监测组件(22)通过雨量传感器(1)识别到环境降雨量达到预置雨强阈值R时,触发电源组件(27)启动地震动信号检测组件(23)开始采集地震动信号。
2.根据权利要求1所述的山地灾害监测终端,其特征在于:所述电源组件分别与雨量监测组件(22)、地震动信号检测组件(23)连接。
3.根据权利要求2所述的山地灾害监测终端,其特征在于:还包括与保护箱(21)外表面连接的地震动传动件(3),所述雨量传感器(1)、保护箱(21)、地震动传动件(3)以上中下位置依次固定连接。
4.根据权利要求3所述的山地灾害监测终端,其特征在于:所述保护箱(21)是空心柱状件,上顶面与雨量传感器(1)固定连接,所述地震动传动件(3)是辐射对称锥形件,大头端与保护箱(21)下底面固定连接,小头端是自由端。
5.根据权利要求4所述的山地灾害监测终端,其特征在于:所述地震动传动件(3)是圆锥体件,或者是圆锥体件且圆锥体侧面(31)是凹弧面,或者是四棱锥体件且四棱间是四凹弧面。
6.根据权利要求5所述的山地灾害监测终端,其特征在于:所述地震动传动件(3)是实心金属件,所述地震动信号处理器(232)包括信号放大器、滤波器、信号转换器、晶体管。
7.利用权利要求1~6任一所述的山地灾害监测终端实现的山地灾害自适应监测预警方法,其特征在于:
根据山地地形选取监测位点p,在监测位点p安装山地灾害监测终端,山地灾害监测终端通过无线通信组件(26)与远程接收终端信号联接,在山地灾害监测终端内预置频率范围阈值F,所述频率范围阈值F是山地灾害对应的地震动信号主频率;
启动山地灾害监测终端工作状态;
若地震动信号检测组件(23)检测到地震动信号主频不在预置频率范围阈值F内,则关闭电路进入休眠模式;
若地震动信号检测组件(23)检测到地震动信号主频在预置频率范围阈值F内,则闭合与数据存储器(24)的通路,数据存储器(24)开始存储地震动信号,并即刻传输至数据处理器(25),数据处理器(25)执行地震动信号解译程序,再将解译结果发送给预置接收终端。
8.根据权利要求7所述的山地灾害自适应监测预警方法,其特征在于:根据保护区与所述监测位点p的空间位置关系,将监测位点p标记为不同灾害预警等级D,所述解译结果匹配灾害等级D后发送给预置接收终端。
9.利用权利要求1~6任一所述的山地灾害监测终端实现的泥石流/滑坡自适应监测预警方法,其特征在于:
现场调查确定基本调查资料数据,所述基本调查资料数据包括泥石流沟道及其内建筑区分布资料数据、历史记录的沟道内泥石流流体密度ρd、沟道内泥石流流速历史最大记录vm、历史记录的引发泥石流的雨强阈值R、泥石流沟道内松散物质;
根据基本调查资料数据划定保护区,根据保护区与泥石流沟道/坡体空间关系沿泥石流沟道/坡体方向选定监测位点p,为各监测位点p标记不同灾害预警等级D,确定泥石流沟道/坡体与监测位点p基本地形、地质条件;
设备安装调试,在每一监测位点p安装一山地灾害监测终端,山地灾害监测终端通过无线通信组件(26)与远程接收终端信号联接,在山地灾害监测终端中预置工作参数,所述工作参数包括雨强阈值R、频率范围阈值F、泥石流/滑坡体地震信号反演时间间隔Δt,调试启动进入工作状态监测泥石流/滑坡动态;
对于任一山地灾害监测终端,当雨量监测组件(22)通过雨量传感器(1)识别到环境降雨量达到预置雨强阈值R时,触发电源组件(27)启动地震动信号检测组件(23)开始采集地震动信号;
若地震动信号检测组件(23)检测到地震动信号主频不在预置频率范围阈值F内,则关闭电路进入休眠模式;
若地震动信号检测组件(23)检测到地震动信号主频在预置频率范围阈值F内,则闭合与数据存储器(24)的通路,数据存储器(24)开始存储地震动信号,并即刻传输至数据处理器(25),数据处理器(25)执行泥石流/滑坡体运动特征地震动信号解译程序,并将解译结果发送给预置接收终端,所述泥石流/滑坡体运动特征地震动信号解译程序依如下步骤:
步骤S1、依式1、式2计算确定力-时间函数F(t)
S(t)=G(t)*F(t) 式2
式中,F(t)—Δt时间间隔内泥石流/滑坡体运动产生的力-时间函数,
v(t)—Δt时间间隔内监测终端采集到的泥石流/滑坡体地震波速度信号,
S(t)—Δt时间间隔内监测终端采集到的泥石流/滑坡体地震波位移信号,
G(t)—格林函数;
VR—监测位点p监测到的泥石流/滑坡体在Δt内的初始规模,单位m3,
tP—监测终端检测到频率范围阈值F内地震动信号的时刻,单位s,监测流程上一步确定,
Δt—泥石流/滑坡体地震信号反演时间间隔,单位s,
ρd—泥石流体/滑坡体密度,单位kg/m3,现场调查确定;
步骤S3、依式5计算泥石流/滑坡体预计到达保护区的时间t
式中,t—泥石流/滑坡体预计到达保护区的时间,单位s,
L—监测位点p到保护区的距离,单位m,现场调查确定,
vm—监测区内泥石流/滑坡体运动速度历史最大记录,单位m/s,现场调查确定,
步骤S4、依式6计算保护区泥石流/滑坡体预警规模VT
VT=VE+VR(1+FF) 式6
式中,VT—保护区泥石/滑坡体流预警规模,单位m3,
VE—监测位点p到保护区之间泥石流沟道内松散物质/坡体松散物质体积,单位m3,现场调查确定,
FF—泥石流/滑坡体规模放大系数,取值0.25。
10.根据权利要求9所述的泥石流/滑坡自适应监测预警方法,其特征在于:所述预置频率范围阈值F是0Hz~50Hz。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110616949.4A CN113380004B (zh) | 2021-06-02 | 2021-06-02 | 山地灾害监测终端、山地灾害自适应监测预警方法、泥石流/滑坡自适应监测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110616949.4A CN113380004B (zh) | 2021-06-02 | 2021-06-02 | 山地灾害监测终端、山地灾害自适应监测预警方法、泥石流/滑坡自适应监测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113380004A CN113380004A (zh) | 2021-09-10 |
CN113380004B true CN113380004B (zh) | 2022-12-13 |
Family
ID=77575484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110616949.4A Active CN113380004B (zh) | 2021-06-02 | 2021-06-02 | 山地灾害监测终端、山地灾害自适应监测预警方法、泥石流/滑坡自适应监测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113380004B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114724338B (zh) * | 2022-04-02 | 2022-09-23 | 北京新兴科遥信息技术有限公司 | 一种灾害自动化快速识别装置 |
CN115389003B (zh) * | 2022-07-05 | 2024-06-25 | 中铁第一勘察设计院集团有限公司 | 一种泥石流振动检测电路、检测方法及检测设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2212063A1 (en) * | 1997-08-29 | 1999-02-28 | Robert Douglas Stephens | Railway hazard vibration sensing, locating and alarm system |
JP2005200972A (ja) * | 2004-01-16 | 2005-07-28 | Kokusai Kogyo Co Ltd | 災害情報サービスシステム |
CN103473892B (zh) * | 2013-08-23 | 2016-02-03 | 成都理工大学 | 沟道起动型泥石流发生预警方法及应用 |
CN105116440B (zh) * | 2015-09-11 | 2018-07-06 | 中铁十九局集团矿业投资有限公司 | 一种边坡岩体监测系统及监测方法 |
CN107341586A (zh) * | 2017-05-12 | 2017-11-10 | 成都理工大学 | 一种基于降雨的地质灾害发生频率的计算方法 |
CN107132571B (zh) * | 2017-05-24 | 2019-02-19 | 中铁西南科学研究院有限公司 | 一种用于隧道超前地质预报的多源地震干涉法 |
CN108711263A (zh) * | 2018-05-02 | 2018-10-26 | 辽宁工程技术大学 | 一种地质灾害警示装置 |
CN109686055A (zh) * | 2019-01-28 | 2019-04-26 | 中国电建集团贵阳勘测设计研究院有限公司 | 一种泥石流报警器及使用方法 |
JP6777949B2 (ja) * | 2019-03-19 | 2020-10-28 | 公立大学法人公立諏訪東京理科大学 | 土石流通知システム及び土石流センサ |
CN110597149B (zh) * | 2019-10-10 | 2024-05-07 | 中国地质环境监测院 | 一种交互式耦合多维度智能崩塌落石监测系统及方法 |
-
2021
- 2021-06-02 CN CN202110616949.4A patent/CN113380004B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113380004A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hürlimann et al. | Debris-flow monitoring and warning: Review and examples | |
CN113380004B (zh) | 山地灾害监测终端、山地灾害自适应监测预警方法、泥石流/滑坡自适应监测预警方法 | |
Codeglia et al. | Analysis of acoustic emission patterns for monitoring of rock slope deformation mechanisms | |
Hürlimann et al. | Results and experiences gathered at the Rebaixader debris-flow monitoring site, Central Pyrenees, Spain | |
CN102667528B (zh) | 结合来自传感器的地震数据以衰减噪声 | |
Marcial et al. | Instrumental lahar monitoring at Mount Pinatubo | |
Bertello et al. | Dynamics of an active earthflow inferred from surface wave monitoring | |
Anthony et al. | Measuring mountain river discharge using seismographs emplaced within the hyporheic zone | |
CN113108732B (zh) | 一种用于边坡滑坡预警的导波监测方法 | |
Rickenmann et al. | Bedload transport monitoring with acoustic sensors in the Swiss Albula mountain river | |
Jakob et al. | Debris-flow instrumentation | |
Yi et al. | The present development of debris flow monitoring technology in Taiwan–A case study presentation | |
d'Angiò et al. | Microseismic monitoring to assess rock mass damaging through a novel damping ratio-based approach | |
CN115951409A (zh) | 一种实时三维成像的地面塌陷探测预警方案 | |
CN114964708A (zh) | 基于振动传感器的泥石流动力学参数的监测方法 | |
Guillemot et al. | Effect of snowfall on changes in relative seismic velocity measured by ambient noise correlation | |
Yawar et al. | Microtremor response of a mass movement in Federal District of Brazil | |
Okal et al. | Quantification of hydrophone records of the 2004 Sumatra tsunami | |
Reeves et al. | Remote bed-level change and overwash observation with low-cost ultrasonic distance sensors | |
Berru et al. | Cost-effective dGNSS system for landslide monitoring: system description, deployment, and initial findings at the Chin Coulee Landslide | |
Galgaro et al. | Acoustic module of the Acquabona (Italy) debris flow monitoring system | |
Kumar et al. | Groundwater monitoring and characterization by a vertical dipole of superconducting gravimeters in a karst aquifer, France | |
Sick et al. | Near-surface fracture and impact discovery from landslides and sinkholes by sonogram screening | |
Huang et al. | Taiwan borehole seismometer application in earthquake early warning | |
CN215525006U (zh) | 一种适用于基岩海岸的集成式海岸侵蚀监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: Room 4007, 40th Floor, Unit 1, Building 1, No. 699 Shanbanqiao Road, Chenghua Avenue, Chenghua District, Chengdu City, Sichuan Province, 610051 Patentee after: Chengdu mountain Huanan Technology Co.,Ltd. Country or region after: China Address before: 610212 No. 2, floor 1, building 3, No. 117, gongjiqiao Road, Zhonghe street, hi tech Zone, Chengdu, Sichuan Patentee before: Chengdu mountain Huanan Technology Co.,Ltd. Country or region before: China |
|
CP03 | Change of name, title or address |